[發明專利]一種基于圖像處理的電纜半導電層自動檢測方法

有效

• 申請號: 201810547531.0
• 申請日: 2018-05-31
• 公開（公告）號: CN108846397B
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 侯北平;董霏;吳穎東;黃俊;朱文;介婧;于愛華
• 申請（專利權）人: 浙江科技學院
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06T7/00;G06T7/11;G06T7/136;G06T7/194;G01B11/06;G01B11/28;G01B11/275
• 代理公司: 杭州知閑專利代理事務所(特殊普通合伙) 33315
• 代理人: 黃燕

1.一種基于圖像處理的電纜半導電層自動檢測方法，其特征在于，包括：

（1）采集待檢測電纜的試片圖像；

（2）對采集到的試片圖像進行圖像預處理，得到閾值化圖像；

（3）利用閾值化圖像，對試片圖像進行感興趣區域的提取，得到半導電層的感興趣區域圖像，即ROI圖像，并對ROI圖像進行灰度化操作獲取ROI灰度圖像；從閾值化圖像中同時得到試片內輪廓，即半導電層內輪廓、試片內輪廓質心和試片外輪廓，即絕緣層外輪廓；

（4）對ROI灰度圖像求取感興趣區域的分割掩模，利用分割掩模以及GrabCut算法對ROI圖像進行圖像分割，得到分割后的圖像；

（5）對分割后的圖像進行輪廓提取和輪廓篩選，得到半導電層外輪廓；

（6）對得到的半導電層外輪廓進行缺陷檢測和補全，得到最終的半導電層圖像；

步驟（2）中，所述圖像預處理包括灰度化處理和閾值化處理，其中閾值化處理時使用雙閾值對灰度圖像進行處理；

步驟（4）中，求取感興趣區域的分割掩模的方法如下：

（4-1） 對步驟（3）得到的ROI灰度圖像進行閾值化處理；

（4-2）使用形態學操作濾除噪聲并填補目標區域的細小孔洞，得到部分半導電層連通域；

（4-3）將當前提取的部分半導電層連通域在Mask圖像中標記為目標，其他區域標記為背景，得到分割掩模；

步驟（4）中，進行圖像分割的方法為：

（4-4）使用當前的分割掩模訓練目標高斯混合模型和背景高斯混合模型；

（4-5）使用訓練得到的兩個高斯混合模型計算步驟（3）中提取的ROI圖像中每一個像素屬于目標和背景的概率；

（4-6）計算能量函數，并通過EM算法最優化所述能量函數，得到ROI圖像對目標半導電層區域的一個分割，得到半導電層外輪廓；同時更新高斯混合模型的模型參數；

（4-7）計算提取的半導電層外輪廓閉合值以及每個點到該半導電層外輪廓外接圓心的均方誤差，當閉合值和均方誤差小于等于給定閾值或者迭代次數達到最大迭代次數時，停止迭代進入步驟（5）；若閉合值或均方誤差大于給定閾值且未達到最大迭代次數時，返回步驟（4-4）；

步驟（5）中，具體包括：

（5-1）提取分割后的圖像的連通域，并計算所有連通域的質心以及其最小外接矩形的面積和長寬比；

（5-2）計算各連通域質心到步驟（3）得到的試片內輪廓質心的距離；

（5-3）根據所述面積、長寬比以及距離，對得到的連通域進行篩選，提取半導電層連通域，并生成其外層輪廓；

所述步驟（6）中，采用Graham掃描法求得半導電層外輪廓的凸包，計算凸包的凸性缺陷，當凹陷程度大于設定閾值時，計算缺陷處的兩個端點分別與質心連線與x軸的夾角，對該缺陷處進行圓弧補償；其中x軸的方向定義為沿試片圖像的寬度方向。

2.根據權利要求1所述的基于圖像處理的電纜半導電層自動檢測方法，其特征在于，步驟（3）中，具體包括：

（3-1）提取閾值化圖像中的連通域，并根據圓度、面積對得到的連通域進行篩選，剔除與試片無關的噪聲信息；

（3-2）提取試片外輪廓和試片內輪廓，并計算出試片內輪廓和試片外輪廓對應的最小外接矩和質心，通過內外最小外接矩計算當前試片半導電層所在區域，從試片圖像中提取該區域，得到ROI圖像，并對ROI圖像進行灰度化操作得到ROI灰度圖像。

3.根據權利要求1所述的基于圖像處理的電纜半導電層自動檢測方法，其特征在于，步驟（6）得到半導電層圖像后，還包括：

（7）通過半導電層圖像，得到半導電層內外輪廓，同時結合絕緣層外輪廓計算出絕緣層或半導電層的厚度、面積以及偏心率中的一種或者多種參數。